面向网购平台的个性化推荐系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题的背景及研究目的 | 第8页 |
| 1.2 与课题相关的国内外研究综述 | 第8-13页 |
| 1.2.1 个性化推荐系统国外的研究现状 | 第9-10页 |
| 1.2.2 个性化推荐系统在国内的研究现状 | 第10-11页 |
| 1.2.3 本论文的主要工作内容和结构 | 第11页 |
| 1.2.4 本文研究的内容以及论文结构 | 第11-13页 |
| 第2章 面向网购平台的个性化推荐系统需求分析 | 第13-27页 |
| 2.1 个性化推荐系统的业务分析 | 第13-16页 |
| 2.2 个性化推荐系统的功能需求 | 第16-21页 |
| 2.2.1 算法输入准备功能需求 | 第16-18页 |
| 2.2.2 个性化推荐算法功能需求 | 第18页 |
| 2.2.3 算法结果保存功能需求 | 第18-20页 |
| 2.2.4 场景配置任务功能需求 | 第20-21页 |
| 2.2.5 推荐请求任务功能需求 | 第21页 |
| 2.3 个性化推荐系统核心算法介绍 | 第21-26页 |
| 2.3.1 聚类分析挖掘算法 | 第22-23页 |
| 2.3.2 关联规则挖掘算法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 面向网购平台的个性化推荐系统的设计 | 第27-43页 |
| 3.1 系统功能模块划分 | 第27-28页 |
| 3.2 系统的体系结构设计 | 第28-29页 |
| 3.3 功能模块类图设计 | 第29-37页 |
| 3.3.1 数据输入准备模块的设计 | 第29-32页 |
| 3.3.2 个性化推荐算法模块的设计 | 第32-33页 |
| 3.3.3 算法结果保存模块的设计 | 第33-34页 |
| 3.3.4 场景配置任务模块的设计 | 第34-36页 |
| 3.3.5 推荐请求任务模块的设计 | 第36-37页 |
| 3.4 核心算法实现用到的关键技术介绍 | 第37-42页 |
| 3.4.1 HDFS 分布式文件系统 | 第37-39页 |
| 3.4.2 MapReduce 编程框架 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 面向网购平台的个性化推荐系统的实现 | 第43-56页 |
| 4.1 数据输入准备处理模块实现 | 第43-46页 |
| 4.2 概率传导算法的实现 | 第46-50页 |
| 4.3 基于自投影的序列规则算法实现 | 第50-52页 |
| 4.4 K-mean 聚类挖掘算法实现 | 第52-53页 |
| 4.5 算法结果保存模块的实现 | 第53页 |
| 4.6 场景配置任务模块的实现 | 第53-54页 |
| 4.7 推荐请求任务模块的实现 | 第54-55页 |
| 4.8 本章小结 | 第55-56页 |
| 第5章 系统的测试与算法结果分析 | 第56-76页 |
| 5.1 各模块的功能测试 | 第56-64页 |
| 5.1.1 数据输入准备模块功能测试 | 第56-58页 |
| 5.1.2 算法结果保存模块功能测试 | 第58-60页 |
| 5.1.3 场景配置任务模块功能测试 | 第60-62页 |
| 5.1.4 推荐请求任务模块功能测试 | 第62-64页 |
| 5.2 算法结果对比分析 | 第64-75页 |
| 5.2.1 概率传导算法分析 | 第65-69页 |
| 5.2.2 时序挖掘算法分析 | 第69-74页 |
| 5.2.3 聚类分析算法的分析 | 第74-75页 |
| 5.3 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-83页 |
| 个人简历 | 第83页 |
